一、使用NumPy讀寫文本文件
在數(shù)據(jù)分析中，經(jīng)常需要從文件中讀取數(shù)據(jù)或?qū)?shù)據(jù)寫入文件，常用的存儲(chǔ)文件的格式有文本文件、CSV格式文件、二進(jìn)制格式文件和多維數(shù)據(jù)文件等。
1.將1維或2維數(shù)組寫入TXT文件或CSV格式文件 在NumPy中，使用savetxt()函數(shù)可以將1維或2維數(shù)組寫入后綴名為txt或csv的文件.函數(shù)格式為：
**numpy.savetxt(fname,array,fmt='%.18e',delimiter=None,newline='\n', header='', footer='', comments='# ', encoding=None)**
主要參數(shù)：
fname：文件、字符串或產(chǎn)生器，可以是.gz 或.bz2 的壓縮文件
array：存入文件的數(shù)組（一維數(shù)組或者二維數(shù)組）
fmt：寫入文件的格式，如：%d，%.2f，%.18e，默認(rèn)值是%.18e 可選項(xiàng)
delimiter: 分隔符，通常情況是str可選
header:將在文件開頭寫入的字符串
footer:將在文件尾部寫入的字符串
comments： 將附加到header和footer字符串的字符串，以將其標(biāo)記為注釋。
默認(rèn)值：'＃' encoding:用于編碼輸出文件的編碼。
import numpy as np
arr = np.arange(12).reshape(3,4)
#fmt缺省取%.18e(浮點(diǎn)數(shù)）
#分割符默認(rèn)是空格，寫入文件保存在當(dāng)前目錄
np.savetxt('test-1.txt',arr)
#fmt:%d 寫入文件的元素是十進(jìn)制整數(shù),分割符為逗號(hào)",",寫入文件保存在當(dāng)前目錄
np.savetxt('test-2.txt',arr,fmt='%d',delimiter=',')
#在test-3.txt文件頭部和尾部增加注釋，頭部 #test-3，尾部 # 數(shù)據(jù)寫入注釋，寫入文件的元素是字符串
np.savetxt('test-3.txt',arr,fmt='%s',delimiter=',',header=\
'test-3',footer='測(cè)試數(shù)據(jù)',encoding='utf-8')
#在test-4.txt文件頭部加##test-4注釋
np.savetxt('test-4.txt',arr,fmt='%f',delimiter=',',header=
'test-4',comments='###')
#將arr數(shù)組保存為csv文件
np.savetxt('test-1.csv',arr,fmt='%d',header='test-1')
2.讀取TXT文件和CSV格式文件 在NumPy中，讀取TXT文件和CSV格式文件的函數(shù)是loadtxt()，函數(shù)格式：
numpy.loadtxt(fname,dtype=type'float'>,comments='#',delimiter=None, converters=None,skiprows=0,usecols=None,unpack=False,ndmin=0,encoding=‘bytes')
#參數(shù)說明：
fname：被讀取的文件名（文件的相對(duì)地址或者絕對(duì)地址）
dtype：指定讀取后數(shù)據(jù)的數(shù)據(jù)類型
comments： 跳過文件中指定參數(shù)開頭的行（即不讀取）
delimiter：指定讀取文件中數(shù)據(jù)的分割符
converters： 對(duì)讀取的數(shù)據(jù)進(jìn)行預(yù)處理
skiprows：選擇跳過的行數(shù)
usecols：指定需要讀取的列
unpack：選擇是否將數(shù)據(jù)進(jìn)行向量輸出
encoding：對(duì)讀取的文件進(jìn)行預(yù)編碼
a = np.loadtxt('test-1.txt')
#讀入當(dāng)前目錄下的文件 test-1.txt
print(a)
[[ 0. 1. 2. 3.]
[ 4. 5. 6. 7.]
[ 8. 9. 10. 11.]]
# skiprows:指跳過前1行, 如果設(shè)置skiprows=2, 就會(huì)跳過前兩行,數(shù)據(jù)類型設(shè)置為整型.
a = np.loadtxt('test-1.txt', skiprows=1, dtype=int)
print(a)
[[ 4 5 6 7]
[ 8 9 10 11]]
# comment, 如果行的開頭為#就會(huì)跳過該行
a = np.loadtxt('test-4.txt', skiprows=2, comments='#',delimiter=',')
b = np.loadtxt('test-4.txt',comments='#',delimiter=',')
print(a,b,sep='\n')
[[ 4. 5. 6. 7.]
[ 8. 9. 10. 11.]]
[[ 0. 1. 2. 3.]
[ 4. 5. 6. 7.]
[ 8. 9. 10. 11.]]
# usecols:指定讀取的列，若讀取0,2兩列
aa = np.loadtxt('test-3.txt',dtype=int, skiprows=1,delimiter=',',usecols=(0, 2))
#unpack是指會(huì)把每一列當(dāng)成一個(gè)向量輸出, 而不是合并在一起。
(a, b) = np.loadtxt('test-2.txt', dtype=int, skiprows=1,
comments='#', delimiter=',',
usecols=(0, 2), unpack=True)
print(aa,a, b,sep='\n')
[[ 0 2]
[ 4 6]
[ 8 10]]
[4 8]
[ 6 10]
#讀取csv文件
aa = np.loadtxt('test-1.csv',skiprows=1)
print(aa)
[[ 0. 1. 2. 3.]
[ 4. 5. 6. 7.]
[ 8. 9. 10. 11.]]
二、使用NumPy讀寫二進(jìn)制文件
1.使用save()或savez()函數(shù)寫二進(jìn)制格式文件
save函數(shù)將數(shù)組以未壓縮的原始二進(jìn)制格式保存在擴(kuò)展名為.npy的文件中。會(huì)自動(dòng)處理元素類型和形狀等信息。
savez函數(shù)將多個(gè)數(shù)組壓縮到一個(gè)擴(kuò)展名為npz的文件，其中每個(gè)文件都是一個(gè)save()保存的npy文件，文件名和數(shù)組名相同
save()或savez()函數(shù)的格式：
numpy.save(file,array)
numpy.savez(file,array)
2.使用load()函數(shù)讀取二進(jìn)制格式文件
load()函數(shù)的格式： numpy.load(file)
import numpy as np
a = np.arange(12).reshape(3,4)
print('原數(shù)組a:\n',a)
np.save('arr1.npy', a) #將數(shù)據(jù)存儲(chǔ)為npy,保存時(shí)可以省略擴(kuò)展名，默認(rèn).npy
c = np.load('arr1.npy') #讀取arr1.npy的數(shù)據(jù),讀取數(shù)據(jù)時(shí)不能省略 .npy
print('讀取后的數(shù)據(jù)：\n',c)
ar = np.arange(6).reshape(3,2)
print('保存前的數(shù)組:',a,ar,sep='\n')
np.savez('arr2.npz',a,ar) #多數(shù)組存儲(chǔ)，默認(rèn)文件名.npz
b = np.load('arr2.npz')
print('讀取后的數(shù)據(jù)：')
print(b['arr_0'],b['arr_1'],sep='\n')
原數(shù)組a:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
讀取后的數(shù)據(jù)：
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
保存前的數(shù)組:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[0 1]
[2 3]
[4 5]]
讀取后的數(shù)據(jù)：
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[0 1]
[2 3]
[4 5]]
for i in b.items():
print(i)
('a', array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]]))
('ar', array([[0, 1],
[2, 3],
[4, 5]]))
以上就是python使用NumPy文件的讀寫操作的詳細(xì)內(nèi)容，更多關(guān)于python使用NumPy讀寫文件的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
您可能感興趣的文章:- python之用Numpy和matplotlib畫一個(gè)魔方
- 用Python的繪圖庫(kù)(matplotlib)繪制小波能量譜
- 使用 NumPy 和 Matplotlib 繪制函數(shù)圖
